Обучите RNN на большой строке, используя Estimator API

Мы хотели бы, чтобы наш оценщик предсказывал слово или следующую работу так же, как клавиатура на вашем смартфоне. Мы хотели бы обучить его текстовому файлу.

Итак, мы пошли вперед и посмотрели API-интерфейс tensorflow и нашли

estimator = RNNEstimator(
    head=tf.contrib.estimator.regression_head(),
    sequence_feature_columns=[token_emb],
    rnn_cell_fn=rnn_cell_fn)

который, кажется, является удобным способом создания оценки для RNN. Теперь мы сталкиваемся с проблемами с колонками функций. Мы настраиваем их таким образом

token_sequence = sequence_categorical_column_with_hash_bucket(
    key="text", hash_bucket_size=num_of_categories, dtype=tf.string)
token_emb = embedding_column(categorical_column=token_sequence, 
    dimension=8)

где 'text' определен в нашей функции ввода

train_input_fn = tf.estimator.inputs.numpy_input_fn(
    x={"text": features},
    y=labels,
    batch_size=batch_size,
    num_epochs=None,
    shuffle=True)

где features - это просто длинный список из 40-символьных последовательностей, взятых из нашего исходного текста.

Проблемы

1. Возможно ли использовать столбцы функций в строковых вводах? Документация на самом деле не дает много.
2. Что делать с ярлыками? На данный момент мы получаем ошибку, так как они никогда не отбрасываются целыми числами

3. Даже при вводе произвольных целых чисел в качестве меток мы все равно получаем ошибку при вызове estimator.train(input_fn=train_input_fn, steps=100) который говорит

   'Тип: {}'. Format (type (features))) ValueError: функции должны быть словарем Tensor s. Тип:

поэтому мы определенно делаем что-то не так. Любая помощь оценили :)